python yield 生成器

一。深入研究

>>> def get_0_1_2():
...   yield 0
...   yield 1
...   yield 2
...
>>> get_0_1_2
<function get_0_1_2 at 0x00B2CB70>       #函数类型

>>> generator = get_0_1_2()
>>> generator
<generator object get_0_1_2 at 0x00B1C7D8>  #生成器

>>> generator.next()    #第一次调用生成器的next方法时，生成器才开始执行生成器函数（而不是构建生成器时），直到遇到yield时暂停执行
0
>>> generator.next()    #之后每次调用生成器的next方法，生成器将从上次暂停执行的位置恢复执行生成器函数，直到再次遇到yield时暂停
1
>>> generator.next()
2

>>> generator.next()        #当调用next方法时生成器函数结束（遇到空的return语句或是到达函数体末尾），则这次next方法的调用将抛出StopIteration异常

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

StopIteration

因为直接调用next()到最后会抛出异常，所以一般使用for循环输出结果

>>> def test_return():
...      yield 4
...      return 0
...
  File "<stdin>", line 3
SyntaxError: ‘return‘ with argument inside generator

　　作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，

但是在函数中可以出现单独的return，表示结束该语句。

二。示例

1.斐波那契数列

>>> def fibonacci():
...   a = b = 1
...   yield a
...   yield b
...   while True:
...     a, b = b, a+b
...     yield b
...
>>> for num in fibonacci():
...   if num > 100: break
...   print num,
...
1 1 2 3 5 8 13 21 34 55 89

看到while True可别太吃惊，因为生成器可以挂起，所以是延迟计算的，无限循环并没有关系。

2.读大文件

如果直接对文件对象调用 read() 方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。

def read_file(path):
    size = 1024
    with open(path,‘r‘) as f:
        while True:
            block = f.read(SIZE)
            if block:
                yield block
            else:
                return